臺灣國際觀光旅館經營績效之評估與分析 ─以台北地 …...臺灣國際觀光旅館經營績效之評估與分析以台北地區為例－ 17 －臺灣國際觀光旅館經營績效之評估與分析

臺灣國際觀光旅館經營績效之評估與分析─以台北地區為例

－ 17 －

臺灣國際觀光旅館經營績效之評估與分析 ─以台北地區為例

許哲強*

摘要

未來國際旅客及大陸人士來台觀光旅客的成長將可預期，而國際觀光旅館屬於觀光

產業的重要一環，其經營管理績效的良窳對觀光服務品質及觀光產業發展影響甚遠，故

如何有效衡量及提升國際觀光旅館的經營績效，便成為政府相關單位所重視的重要課題

之一。基於上述之說明，本研究擬以灰色系統理論（Grey System Theory）之灰關聯分

析（Grey Relational Analysis；GRA）方法，以台北地區為例，衡量國際觀光旅館近年

之經營績效，提供台北地區國際觀光旅館業者未來營運之參考。

壹、前言

根據世界經濟論壇（World Economic Forum, WEF）公布「2009 年旅遊及觀光競爭

力報告」，臺灣的觀光旅遊競爭力全球排名 2008 年的第五十二名略為上升至 2009 年的

四十三名，在亞洲地區排名第七，可見臺灣在國際觀光旅遊還有相當大努力的空間。此

外，依據行政院交通部觀光局所揭示政府 2010 年觀光政策為：推動「觀光拔尖領航方

案」，朝「發展國際觀光、提升國內旅遊品質、增加外匯收入」之目標邁進，讓世界看

見臺灣觀光新魅力。詳細的施政重點其中包含配合中華民國建國 100 年，規劃「旅行臺

灣，感動一百」行動計畫，形塑臺灣觀光感動元素，爭取國際旅客來臺觀光。都可顯示

當前政府積極推動臺灣觀光產業的發展的規劃，觀光產業不僅可獲得增加外匯、提高所

得、擴大就業機會等實質面的效益外，觀光產業一直以來皆被視為是「無煙囪行業」，

是少數可兼顧環境保護與經濟成長的乾淨產業之一。因此，對地狹人稠與缺乏天然資源

的臺灣而言，如何善用本身豐富的觀光資源，進而提升臺灣國際觀光旅遊競爭力，實乃

臺灣目前急需發展的方向之一。

根據交通部觀光局統計資料顯示，2009 年來台旅客累計 366 萬人次，較 2008 年

309 萬人次成長約 18.45%。顯見隨著全球景氣的逐漸復甦，來台觀光客人數也明顯回

* 長榮大學國企系所副教授兼主任

臺灣銀行季刊第六十三卷第四期

－ 18 －

升，此外，隨著兩岸交流日益頻繁，政府開放大陸人士來台觀光，加上臺灣近來也舉辦

了高雄世界運動會與台北聽障奧運等兩項國際運動賽事，與即將舉辦的台北國際花卉博

覽會，應能有效的行銷臺灣到世界，未來國際旅客及大陸人士來台觀光旅客的成長將可

預期。而國際觀光旅館屬於觀光產業的重要一環，其經營管理的良窳對觀光服務品質及

觀光產業發展影響甚遠，故如何有效衡量及提升國際觀光旅館的經營績效，便成為政府

相關單位在發展臺灣觀光產業必須重視的重要課題之一。因此，本研究擬以灰色系統理

論（Grey System Theory）之灰關聯分析（Grey Relational Analysis；GRA）方法，以台

北地區為例，衡量國際觀光旅館近年之經營績效，提供台北地區國際觀光旅館業者未來

營運之參考。

貳、相關文獻

績效評估為一套有系統且有效的評估活動過程，用來建立組織與個人對於目標的共

識，並且提升目標達成之可能性，其重要性對於組織具有雙重意義。一是代表過去資源

運用的評估，是否具有效率（Efficiency）；二是其是否有前瞻性的影響力，藉由不斷改

進過去的錯誤，以指引未來目標訂定及資源分配之方向（楊長林、黃靜蓮，2001；莊淳

淩、林榮禾、管孟忠、劉奕廷 2007）。

相關衡量組織經營績效的方法最具代表性的即資料包絡分析法（DEA）。其適用於

多投入與多產出的模式且不會因為投入產出之單位而影響效率值，此分析法不需事先建

構函數型態即可進行效率分析，且其模式中的權重是由數學規劃所產生。因此，使用

DEA 可避免人為主觀意識之影響使分析結果較為客觀，目前 DEA 已廣為學者所使用並

應用於各產業之研究。國內外相關資料包絡分析法應用於旅館業績效評估之文獻臚列如

下：

王斐青、洪維廷、尚瑞國（2004）以 DEA 法分析民國 90 年臺灣地區 50 家國際觀

光旅館之總效率（TE）、純粹技術效率（PTE）、規模效率（SE）進行衡量，其投入項

為：客房部員工人數（人）、餐飲部員工人數（人）、其他部門員工數（人）、客房數

（間）、餐飲部面積（坪）。產出項為：客房收入、餐飲收入、其他收入。而研究結果顯

示，連鎖經營國際觀光旅館的規模效率優於非連鎖經營的國際觀光旅館：其後，在民國

93 年針對實行利潤中心制度與否的觀光旅館經營效率應用 DEA 法再度延伸探討，其投

入產出項與民國 90 年研究相同，其研究結果顯示，實施利潤中心制度國際觀光旅館的

經營效率要高於未實施者。

Barros & Mascarenhas（2005）利用 DEA 法分析了 2001 年葡萄牙 43 間小型連鎖旅

館技術效率與配置效率之研究。投入項為：全時員工數、資產登記價值、房間數。產出


－ 19 －

項為：規模、客源數目、每晚花費。結果顯示，只有四間旅館同時達到技術效率與配置

效率，然而造成效率低落的原因可能為：第一、國營事業較易出現代理上的問題，這是

由於持有者並無法完美的監督他們的經理人。第二、不完全競爭存在於連鎖旅館中，因

座落於不同的位置與擁有不同的特點，故管理者為了成功在競爭環境中生存便必須達到

有效率的境界。第三、不同的資源與能力也可能存在於連鎖旅館中，如果這些資源無法

輕易的在連鎖旅館中交換，不同的特點將會表現出不同的效率標準。

Maria et al.（2006）主要研究方向為義大利觀光地區經營效率及生產力，以 DEA 與

麥氏生產力指數分析 1998 年-2001 年義大利 103 個觀光地區，同時也測量了 1998 年跟

2001 年義大利觀光地區效率的改變，所採用的投入項有 5 個變數，分別為：高客房數

的飯店、政府文化遺產、藝文建設（如博物館、紀念館、歷史古蹟）、觀光學校畢業

生、觀光勞動人口；產出項為：本國觀光客與國外觀光客的夜間住宿。研究結果顯示在

1998 年跟 2001 年的規模效率指數的平均值分別為 92%、91%，如果以全部的規模效率

來看則降到 33.98%、31.07%。比較這兩年的效率，在 CRS 方面，1998 年到 2001 年是

從 31.07 到 28.16%，在 VRS 方面，是從 5.40%到 49.51%。最後值得注意的是有 93 個

區域，它的麥氏生產力指數（MPI）是小於 1 的，這表示在研究的這段期間，這些飯店

的生產力是降低的。原因就是在義大利鄉間的地方，這些飯店的投入與產出要素是沒有

達到均衡，此點可能是傳統的觀光產業無法有效的運用資源，或者可以說成觀光生命不

夠成熟，要解決此問題，政府應該發展觀光，讓資源可以有效的利用，使得投入與產出

可以達到均衡。

張德儀、黃旭男（2006）以臺灣地區國際觀光旅館績效評估為例，比較灰色系統理

論與資料包絡分析法在旅館業績效評估之應用，實證結果顯示此二法應用於績效評估皆

為合適之方法，且兩者所得出之績效排名結果頗為一致。

但囿於資料取得的困難與樣本數不足等情況，上述績效評估的方法使用上或許會有

其侷限性，因此本研究擬採用近來廣被用於資料缺乏情況之新興研究方法「灰色系統理

論」，灰關聯分析（GRA）目前已廣為用於各領域，林士彥（2004）以前瞻能力、創新

能力、顧客導向、營運績效、財務能力、人力培育、科技運用、國際營運能力、長期投

資價值以及企業公民責任等十項指標，利用灰關聯分析結合多評準決策（MCDM）方

法對臺灣 IBM、摩托羅拉、臺灣飛利浦、臺灣安捷倫、松下以及臺灣三星等七家資訊服

務業進行企業聲望之研究，期能得到一適合投資人、求職者以及業者進行決策時的參考

依據，並進一步成為企業標竿管理與標竿學習的工具以及參考。根據研究結果顯示，臺

灣 IBM 與摩托羅拉兩者之不分軒輊，表示各有其領導地位。

林士彥與邱宗治（2005）以前瞻能力、創新能力、顧客導向、營運績效、財務能

力、人力培育、科技運用、國際營運能力、長期投資價值以及企業公民責任等十項評估


－ 20 －

指標，利用灰關聯分析結合多評準決策方法進行證劵業的企業聲望評價與績效評估，期

望透過此研究之評估模式，能為投資人提供評選業務往來之證劵商，以及社會新鮮人評

估就業目標的方法與參考。此研究指出，透過多評準決策方法並輔以灰關聯分析評估證

劵商，可用以解決多目標間的衝突與矛盾、彼此優先次序不同上的問題非常有效。再

者，藉由灰關聯分析亦可進一步探討在不同的決策者喜好之下，各家證劵商整體表現之

不同點並且提供業者標竿學習之重要參考。

王振琤與李穎杰（2006）以開啟方式、頂端造型、底部造型、功能鍵排列、方向鍵

形式、擴音孔形式以及螢幕遮面與功能鍵關係等七種基礎設計元素，利用灰關聯分析建

構輔助個人數位助理（Personal Digital Assistant；PDA）設計方案評選模式。此研究經

由解析產品的設計元素與定義所要發展的產品意象，開發數個可行性高的設計方案，並

建構以灰關聯分析為基礎的設計方案評價模式。此研究利用灰關聯分析計算各概念設計

方案與最佳組合方案之灰關聯度，以作為最終評價的排序依據。本研究指出，相較於其

他相似之方法而言，灰關聯分析只需找出正理想解方案，並提供更彈性的對比調整機

制，以解決評比分數過於接近不易判斷的問題。因此，本研究指出，利用灰關聯分析可

有效協助設計者進行產品設計程序中之設計決策。

陳俊合（2007）以嵌塊體大小、嵌塊體數量、邊緣、嵌塊體形狀、廊道與連接度以

及網路系統等六項評估指標，利用灰關聯分析建立景觀生態規劃方案較為客觀之優先順

序評選方式，以提供決策者評選出較優之景觀生態規劃方案。此研究指出，灰關聯分析

是以參考序列與比較序列之間的灰關聯度組成，其評選方式較為客觀，故此模式能建立

較為客觀之景觀生態規劃方案之評選方式，可提供決策者在評定景觀生態規劃方案優先

順序時之參考。

參、研究方法

灰色系統理論最早是由華中理工大學鄧聚龍教授所提出，其基本觀念在於，所有自

然界存在之已知訊息為白（White），未知訊息為黑（Black），介於黑與白之間不明確未

知與不明確已知之地帶則為灰（Grey），灰色系統主要是在訊息缺乏下，挖掘系統本

質，強調對系統的訊息補充，充分利用已確定之白色訊息，以科學的方法進行分析使系

統由灰色狀態轉為白化狀態，並進一步探討及瞭解系統。換言之，灰色系統理論主要為

針對當系統模型具備不確定性及資訊不完整性之下，透過系統關聯分析（Relational

Analysis）、模式建立，再加以進行預測以及決策方法逐步瞭解系統。因此，灰色系統理

論可以有效處理不確定性、多變量輸入、離散數據以及數據的不完整性等問題（江金

山、溫坤禮，1998、鄧聚龍，2003）。簡言之，灰色系統理論為現實世界中存在有限、


－ 21 －

不完整訊息條件或不確知無法細微描述的系統，其可針對小樣本之不確定性樣本作評

估、預測與決策並說明現象之關係。

灰關聯分析主要功能是做離散序列間相關程度的一種測度方法，傳統統計迴歸模式

或計量經濟模式亦可處理變數間關係的分析方法，但此類模式應用上有下列限制：1.建

立模式之數據要求較多；2.數據分布要滿足常態分配。而灰關聯分析對於分析之數據數

量及其分布狀態並無嚴格限制，故在資料缺乏或資料分布狀態無法滿足統計上之要求

時，灰關聯分析就是一個可行的選擇。以下就針對灰關聯分析作一說明：

一、灰關聯係數（Grey Relational Coefficient）

假設原始序列有 m 個，每個序列有 n 個數值則可表示為 ( ) ( ) ( ) ( )( ),,,3,2,1 00000 ⋅⋅⋅⋅= kxxxxx ( ) ( ) ( ) ( )( ),,,3,2,1 11111 ⋅⋅⋅⋅= kxxxxx ( ) ( ) ( ) ( )( ),,,3,2,1 22222 ⋅⋅⋅⋅= kxxxxx

：＝：： ( ) ( ) ( ) ( )( ),,,3,2,1 ⋅⋅⋅⋅= kxxxxx mmmmm

k=1,2,3,…,n

則灰關聯係數 ( ) ( )( )kxkxr ji , 可定義為下列兩類：（一）局部性關聯係數：當只有一個序列 0x 為參考序列，其他序列為比較序列

時，則 ( ) ( )( )kxkxr ji , 定義為 ( ) ( )( ) ( ) max

maxmin,0 Δ+Δ

Δ+Δ=ςς

kkxkxr

iji

其中 ( ) ( )kxkxnij j−∀∈∀=Δ 0minmin

min ； ( ) ( )kxkxnij j−∀∈∀=Δ 0maxmax

max ；

=Δ i0 ( ) ( )kxkx j−0 ；ς ：辨識係數； [ ]1,0∈ς 。（二）整體性關聯係數：當任一個序列 ix 為參考序列，其他序列為比較序列時，則

( ) ( )( )kxkxr ji , 定義為 ( ) ( )( ) ( ) max

maxmin,Δ+ΔΔ+Δ=ςς

kkxkxr

ijji

其中 ( ) ( )kxkxnij j−∀∈∀=Δ 0minmin

min ； ( ) ( )kxkxnij j−∀∈∀=Δ 0maxmax

max ；

=Δ i0 ( ) ( )kxkx j−0 ；ς ：辨識係數； [ ]1,0∈ς 。其中，ζ為辨識係數（Distinguished Coefficient），一般建議辨識係數值為 0.5（鄧聚

龍，2003）。辨識係數主要功能為調整背景值和待檢測物之間的對比程度，辨識係數大

小可依據實際需要作適當之調整，不過只會改變相對數值大小，並不會改變影響灰關聯


－ 22 －

度的排序。灰關聯係數即為參考序列與比較序列之相關程度，當灰關聯係數越趨近於 1

時，表示參考序列與比較序列關聯程度越高；反之越趨近於 0 時，則兩者之間的關聯程

度越低。灰關聯係數可表達比較序列與參考序列，在各因子之間的關聯程度，但若有 n

各因子，即有 n 個灰關聯係數結果，此將導致信息分散，不利評估比較。因此，須以各

因子灰關聯係數之平均值計算灰關聯度，說明如下：

二、灰關聯度（Grey Relational Grade）

當求得灰關聯係數後，一般取其平均值視為序列間灰關聯度，其定義如下：

( )∑=

=n

kjiji kxkxrn

xx1

)(),(1),(R

然在實際應用上，各因子之重要程度或許不一，因此可以將上述均化的概念延伸為

下式：

( )∑=

=n

kjikji kxkxrxx

1)(),(),(R β

其中 kβ 表示因子 k 之相對權重，且滿足∑=

=n

kk

11β 。

若局部關聯 ),(R 0 ixx ≧ ),(R 0 jxx ，則稱 ix 對 0x 的關聯強度大於 jx 對 0x 的關聯強度，並表示為 ji xx 。

三、熵值權重（Entropy Weight）（張德儀、黃旭男，2006）

熵值權重法，主要是利用熵值在資訊理論所代表的不確定性，來計算準則所能傳遞

決策資訊的能力，並進一步求算出變數間的相對權重。其經由每一指標變數在各年度的

量測值所求算出的熵值，來說明該指標變數對整個決策狀況所能傳遞之決策資訊的程

度，此處所謂的程度指的是傳遞資訊的不確定性。然後再比較各變數的熵值，計算出彼

此間的相對重要性，即相對權重。

假設現有 m 個方案，n 個指標變數構成資料矩陣 Xij，計算步驟如下：

（一）將資料矩陣 Xij予以標準化

由於指標變數間的量測單位各不相同，有必要先將資料標準化以消除單位不一致所

造成的影響。標準化後的資料矩陣為 dij，以符號表示如下：


－ 23 －

ijij

kj

Xd

X=

Xij：第 i 方案，第 j 個變數之量測值

dij：第 i 個方案，第 j 個變數之標準化後量測值

Xkj：第 j 個變數於 k 方案之觀察值

（二）將 dij轉化成發生機率 Pij

ijij

j

dP

D=

1,2,...,i m= 1,2,...,j n=

其中1

j iji

D d=

=∑ ；m 為方案個數；n 為變數個數

（三）利用 Pij計算各變數之熵值 ej

1

m

j ij iji

e k P lnP=

= − ∑ 1,2,...,i m= 1,2,...,j n=

其中 k=1/ ln m

熵值 ej代表第 j 個變數所能傳遞決策資訊程度的不確定性。

將 k 以1/ ln m代入 ej計算式，則可明顯得知 0 1je≤ ≤

（四）求算變數間相對權重 jλ

1 1

1 1 1

(1 )j j j

j n nj jj j

e e en Ee n e

λ= =

− − −= = =

−− −∑ ∑

其中，（i） 1n

jjE e

==∑

（ii） 1 je− ：第 j 變數所能傳遞決策資訊的確定程度

（iii） n E− ：所有變數所能傳遞決策資訊的總確定程度

（五）利用正規化求出各變數的權重

1

jj n

ji

Bλλ

=

=∑

因此，本研究希望藉由不同權重方法的取捨，進一步比較結果是否存在顯著差異。


－ 24 －

局部灰關聯度之計算流程如下圖 1 所示：

圖 1 局部灰關聯度求算流程

肆、研究資料

臺灣的旅館，可分為觀光旅館與一般旅館，而依照「觀光旅館業管理規則」之規

定，觀光旅館又可區分為國際觀光旅館與一般觀光旅館。本研究之研究對象係依據交通

部觀光局所定義台北地區國際觀光旅館為主，依據交通部觀光局「臺灣地區國際觀光旅

館營運分析報告」中台北地區國際觀光旅館截至 2010 年止共計有圓山大飯店、國賓大飯

店、台北華國大飯店、華泰王子大飯店、國王大飯店、豪景大飯店、台北凱撒大飯店、

康華大飯店、神旺大飯店、兄弟大飯店、三德大飯店、亞都麗緻大飯店、國聯大飯店、

台北寒舍喜來登大飯店、台北老爺大飯店、福華大飯店、美麗信花園酒店、台北君悅大

飯店、晶華酒店、西華大飯店、遠東國際大飯店、六福皇宮大飯店等 22 家。在研究期

間的選擇上，採 2007 年至 2010 年四年間之資料為主。

本研究之資料來源，以交通部觀光局網站上所公告之臺灣區觀光旅館營運統計月報

所統計之台北地區國際觀光旅館相關營運資料為主。在分析指標的選擇上以住用率、租


－ 25 －

房收入與餐飲收入等三項指標作為本研究衡量台北地區國際觀光旅館之績效指標，各國

際觀光旅館歷年住用率、租房收入與餐飲收入詳細資料如圖 2 至圖 4 所示。

圖 2 台北地區國際觀光旅館歷年住用率趨勢圖

圖 3 台北地區國際觀光旅館歷年租房收入趨勢圖


－ 26 －

圖 4 台北地區國際觀光旅館歷年餐飲收入趨勢圖

伍、實證結果

根據台北地區國際觀光旅館 2007-2010 年間住用率、租房收入與餐飲收入之初步資

料，本研究進一步利用灰色關聯分析中之局部灰關聯分析模式，針對台北地區國際觀光

旅館之經營績效進行分析，具體分析步驟詳述如下：

步驟一：建立參考數列與比較數列

進行局部關聯分析時首要工作即是選定研究所需之參考數列與比較數列，本研究以

台北地區國際觀光旅館住用率、租房收入與餐飲收入等三項指指標 2007-2009 年間之平

均值為本研究之比較數列，但其中租房收入與餐飲收入兩項因素受到旅館規模之影響甚

大，本研究希望進一步排除旅館規模因素對經營績效的影響，故以旅館平均每房的租房

收入與每房餐飲收入為衡量績效指標。至於參考數列的選取本研究採取了一個新的概

念，因住用率、平均每房的租房收入與每房餐飲收入三項指標數值越大者表示經營績效

越佳。因此本研究建構了一個虛擬的最佳典範旅館，係以研究對象二十二家台北地區國

際觀光旅館中在這三項指標中分別表現最佳的數值作為依據，並將此最大值之數據視為

典範旅館之實際數據，並以典範旅館為參考數列，進行其餘二十二家國際觀光旅館與典

範旅館之局部關聯分析，作為國際觀光旅館經營績效分析之依據。本研究所採之參考數


－ 27 －

列與比較數列及其代號如下表 1 所示：

表 1 參考數列與比較數列表列

參考數列住用率

（％）

租房收入/每房

（新台幣千元）

餐飲收入/每房

（新台幣千元）

典範旅館（X0） 90.93 137.53 187.49

比較數列

圓山大飯店（X1） 68.99 70.04 88.87

國賓大飯店（X2） 72.64 72.90 147.61

台北華國大飯店（X3） 76.01 56.31 56.33

華泰王子大飯店（X4） 78.61 71.12 49.61

國王大飯店（X5） 54.92 27.25 7.11

豪景大飯店（X6） 81.55 49.50 25.24

台北凱撒大飯店（X7） 82.08 77.25 42.67

康華大飯店（X8） 71.58 52.02 48.00

神旺大飯店（X9） 79.72 80.80 125.84

兄弟大飯店（X10） 73.82 60.19 155.69

三德大飯店（X11） 73.16 53.51 34.50

亞都麗緻大飯店（X12） 74.74 83.61 82.01

國聯大飯店（X13） 64.34 51.13 12.45

台北寒舍喜來登大飯店（X14） 73.10 105.57 138.47

台北老爺大飯店（X15） 78.61 95.36 81.42

福華大飯店（X16） 68.62 76.97 79.55

美麗信花園酒店（X17） 90.93 63.21 28.54

台北君悅大飯店（X18） 70.01 118.27 104.11

晶華酒店（X19） 77.89 121.24 187.49

西華大飯店（X20） 73.06 102.90 78.55

遠東國際大飯店（X21） 73.28 137.53 147.97

六福皇宮大飯店（X22） 73.16 128.01 167.27

步驟二：對原始數據進行初始化

進行局部關聯分析時，為避免原始數值大小對後續灰關聯係數計算的影響，本研究

先針對原始數列進行初始化處理，處理方式即是以典範銀行的值為初始值，各銀行原始

資料除上典範銀行初始值即可得初始化資料，結果如表 2 所示：


－ 28 －

表 2 參考數列與比較數列初始化表列

參考數列住用率租房收入/每房餐飲收入/每房

典範旅館（ X0） 1.00 1.00 1.00

圓山大飯店（X1） 0.76 0.51 0.47

國賓大飯店（X2） 0.80 0.53 0.79

台北華國大飯店（X3） 0.84 0.41 0.30

華泰王子大飯店（X4） 0.86 0.52 0.26

國王大飯店（X5） 0.60 0.20 0.04

豪景大飯店（X6） 0.90 0.36 0.13

台北凱撒大飯店（X7） 0.90 0.56 0.23

康華大飯店（X8） 0.79 0.38 0.26

神旺大飯店（X9） 0.88 0.59 0.67

兄弟大飯店（X10） 0.81 0.44 0.83

三德大飯店（X11） 0.80 0.39 0.18

亞都麗緻大飯店（X12） 0.82 0.61 0.44

國聯大飯店（X13） 0.71 0.37 0.07

台北寒舍喜來登大飯店（X14） 0.80 0.77 0.74

台北老爺大飯店（X15） 0.86 0.69 0.43

福華大飯店（X16） 0.75 0.56 0.42

美麗信花園酒店（X17） 1.00 0.46 0.15

台北君悅大飯店（X18） 0.77 0.86 0.56

晶華酒店（X19） 0.86 0.88 1.00

西華大飯店（X20） 0.80 0.75 0.42

遠東國際大飯店（X21） 0.81 1.00 0.79

六福皇宮大飯店（X22） 0.80 0.93 0.89

步驟三：求算參考數列與比較數列之差序列

接著以公式△0i（k）＝∣X0（k）－Xi（k）∣計算各比較序列與參考序列之間的差

值，其中 0 代表參考數列，i 則代表其他 7 項比較數列，計算結果詳如表 3 所示：


－ 29 －

表 3 參考數列與比較數列之差序列

住用率租房收入/每房餐飲收入/每房

△01 0.24 0.49 0.53

△02 0.20 0.47 0.21

△03 0.16 0.59 0.70

△04 0.14 0.48 0.74

△05 0.40 0.80 0.96

△06 0.10 0.64 0.87

△07 0.10 0.44 0.77

△08 0.21 0.62 0.74

△09 0.12 0.41 0.33

△010 0.19 0.56 0.17

△011 0.20 0.61 0.82

△012 0.18 0.39 0.56

△013 0.29 0.63 0.93

△014 0.20 0.23 0.26

△015 0.14 0.31 0.57

△016 0.25 0.44 0.58

△017 0.00 0.54 0.85

△018 0.23 0.14 0.44

△019 0.14 0.12 0.00

△020 0.20 0.25 0.58

△021 0.19 0.00 0.21

△022 0.20 0.07 0.11

步驟四：求算差數列最大值與最小值

求算方式及根據下列兩式：

( ) ( )kxkxnij j−∀∈∀=Δ 0maxmax

max ； ( ) ( )kxkxnij j−∀∈∀=Δ 0minmin

min

由表 7 計算之結果可得△max＝0.96；△min＝0

步驟五：計算灰關聯係數

根據翁慶昌等（2001）指出辨識係數ς 值的大小並不會影響灰關聯度關的排序，僅會影響灰關聯度的數值大小。在本研究中取辨識係數的值為一般建議的 0.5，將相關數

值帶入下式，即可算出參考數列與各比較數列之灰關聯係數，


－ 30 －

( ) ( )( ) ( ) maxmaxmin,

Δ+ΔΔ+Δ=ςς

kkxkxr

ijji

各項灰關聯係數計算結果詳如表 4 所示：

表 4 各項灰關聯係數

住用率租房收入/每房餐飲收入/每房

γ(0,1) 0.67 0.49 0.48

γ(0,2) 0.71 0.51 0.69

γ(0,3) 0.75 0.45 0.41

γ(0,4) 0.78 0.50 0.40

γ(0,5) 0.55 0.37 0.33

γ(0,6) 0.82 0.43 0.36

γ(0,7) 0.83 0.52 0.38

γ(0,8) 0.69 0.44 0.39

γ(0,9) 0.80 0.54 0.59

γ(0,10) 0.72 0.46 0.74

γ(0,11) 0.71 0.44 0.37

γ(0,12) 0.73 0.55 0.46

γ(0,13) 0.62 0.43 0.34

γ(0,14) 0.71 0.67 0.65

γ(0,15) 0.78 0.61 0.46

γ(0,16) 0.66 0.52 0.46

γ(0,17) 1.00 0.47 0.36

γ(0,18) 0.68 0.77 0.52

γ(0,19) 0.77 0.80 1.00

γ(0,20) 0.71 0.66 0.45

γ(0,21) 0.71 1.00 0.70

γ(0,22) 0.71 0.87 0.82

步驟六：計算局部灰關聯度

將上表 4 結果帶入下式，即可計算出各數列灰關聯度：

( )∑=

=n

kjikji kxkxrxx

1

)(),(),(R β

至於權重的處理本研究採用了平均權重與熵值權重兩種方式進行計算，各項局部灰

關聯度計算結果如下：


－ 31 －

表 5 灰關聯度及排序結果

灰關聯度平均權重排序熵值權重排序

R (0,1) 0.55 16 0.55 16

R (0,2) 0.63 8 0.63 8

R (0,3) 0.53 18 0.54 18

R (0,4) 0.56 14 0.56 14

R (0,5) 0.42 22 0.42 22

R (0,6) 0.54 17 0.54 17

R (0,7) 0.58 13 0.58 12

R (0,8) 0.51 20 0.51 20

R (0,9) 0.64 6 0.64 6

R (0,10) 0.64 7 0.64 7

R (0,11) 0.51 19 0.51 19

R (0,12) 0.58 12 0.58 13

R (0,13) 0.47 21 0.47 21

R (0,14) 0.68 4 0.68 4

R (0,15) 0.62 9 0.62 9

R (0,16) 0.55 15 0.55 15

R (0,17) 0.61 10 0.62 10

R (0,18) 0.66 5 0.66 5

R (0,19) 0.86 1 0.85 1

R (0,20) 0.61 11 0.61 11

R (0,21) 0.80 2 0.80 2

R (0,22) 0.80 3 0.80 3

根據本研究實證結果可以發現：

一、在權重方法的選擇上，無論是單純的平均權重或者熵值權重所得之結果幾乎一致，

僅平均權重排序第 9 名的台北老爺大飯店與第 10 名的美麗信花園酒店在熵值權重

的排序結果不同，其餘排序結果完全一致。

二、台北地區國際觀光旅館績效排序前五名依序為晶華酒店、遠東國際大飯店、六福皇

宮大飯店、台北寒舍喜來登大飯店、台北君悅大飯店（第 9 名），顯示這五家國際

觀光旅館之經營績效明顯較佳。

三、至於表現欠佳則分別為：華國大飯店、三德大飯店、康華大飯店、國聯大飯店與國

王大飯店。


－ 32 －

陸、結論

由於灰色關聯分析具有數學模式相當簡單、所需資料少、計算簡單、且不需具備豐

富的統計理論即能進行模式操作等優點，故未來從事因素間關聯分析時，在相關資料蒐

集不易的情況下，灰色關聯分析將是一個可以考慮的選擇。

本研究利用灰色關聯分析，從事台北地區國際觀光旅館之經營績效評估，本研究以

圓山大飯店、國賓大飯店、台北華國大飯店、華泰王子大飯店、國王大飯店、豪景大飯

店、台北凱撒大飯店、康華大飯店、神旺大飯店、兄弟大飯店、三德大飯店、亞都麗緻

大飯店、國聯大飯店、台北寒舍喜來登大飯店、台北老爺大飯店、福華大飯店、美麗信

花園酒店、台北君悅大飯店、晶華酒店、西華大飯店、遠東國際大飯店、六福皇宮大飯

店等 22 家國際觀光旅館為本研究對象。以各國際觀光旅館 2007 年至 2010 年間之住用

率、平均每房的租房收入與每房餐飲收入三項指標作為營運績效評估依據。根據本研究

初步結果顯示，營運績效較佳的為排序前五名依序為晶華酒店、遠東國際大飯店、六福

皇宮大飯店、台北寒舍喜來登大飯店、台北君悅大飯店，至於營運績效有待提升的分別

為華國大飯店、三德大飯店、康華大飯店、國聯大飯店與國王大飯店。

參考文獻

王振琤、李穎杰，（2006），「灰關聯分析法輔助設計方案評價模式之建構」，設計學研究，第九卷，第一

期，頁 044-062。

王斐青、洪維廷、尚瑞國，（2004），「臺灣地區國際觀光旅館經營型態與經營效率之衡量」，亞太經濟管理

評論，第七卷，第一期，頁 109-123。

江金山、溫坤禮（1998），灰色理論入門，台北：高立圖書有限公司。

行政院交通部觀光局（2007），觀光發展條例。

行政院交通部觀光局（民 92-97），臺灣地區國際觀光旅館營運分析報告。

林士彥（2004），「應用灰關聯分析評價資訊服務業的企業聲望」，資訊、科技與社會學報，第二卷，頁 079-

095。

林士彥、邱宗治、李謀監（2005），「應用灰關聯分析評價證劵業聲望之研究」，風險管理學報，第七卷第一

期，頁 079-098。

吳漢雄、鄧聚龍、溫坤禮（1996），灰色分析入門，高立圖書有限公司。

李貽鴻（2008）。觀光行銷學。台北市：五南。

尚和生（1992）。臺灣地區國民旅遊人次估計及需求預測。淡江大學管理科學研究所碩士論文，新北市。

張仲維（2009），臺灣地區國際觀光旅館績效之研究。長榮國際企業研究所碩士論文，未出版，台南縣。

張偉哲、溫坤禮、張廷政（2000），灰色關聯模型方法與應用，高立圖書有限公司。


－ 33 －

張德儀、黃旭男（2006），「臺灣地區國際觀光旅館績效評估之研究-灰色關聯分析與資料包絡分析法應用之

比較」，觀光研究學報，第 12 卷第 1 期，頁 67-90。

施瑞峰（2000）。臺灣國際觀光旅館國人住宿率預測之研究。朝陽科技大學休閒事業管理系碩士論文，台中

市。

莊淳淩、林榮禾、管孟忠、劉奕廷（2007），「應用 DEA 評估銀行業 CRM 績效」，輔仁管理評論，第十四

卷，第一期，頁 027-040。

陳俊合（2007），「應用灰關聯分析評選景觀生態方案」，規劃學報，第三十四期，頁 029-048。

陳仕侖（2000）。飛安事故之灰預測與灰關聯分析。淡江大學航空太空工程學系碩士論文，新北市。

楊長林、黃靜蓮（2001），「應用平衡計分卡於系所整體績效衡量」，管理會計，第五十七期，頁 001-031。

黃有評、陳朝光（1998）。灰色系統之應用與展望。模糊系統學刊，4（1），1-7。

溫坤禮、趙忠賢、張宏志、陳曉瑩、溫惠筑（2009）。灰色理論。台北市：五南。

翁慶昌、陳家爜、賴宏仁（2001），灰色系統基本方法及其應用，高立圖書有限公司。

鄧聚龍（2003），灰色系統：理論與應用，高立圖書有限公司。

Bhattacharyya, A., C. A. K. Lovell, ＆ P. Sahay. (1997). The impact of liberalizationon the productive efficiency of

Indian commercial banks, European Journal of Operational Research, 98, pp. 332-345.

Birgül, Ş. (2006). A study on efficiency and productivity of Turkish banks in Istanbul stock exchange using

Malmquist DEA. Journal of American Academy of Business, Cambridge, pp. 145-155.

Cevdet, A. D., Mustafa, D., ＆ Murat, T. (2007). Financial liberalization and banking efficiency：evidence from

Turkey. Journal of Productivity Analysis, 27, pp. 177-195.

Carlos Pestana Barros(2005). MEASURING EFFICIENCY IN THE HOTEL SECTOR. Annals of Tourism

Research.Vol. 32, No. 2, pp. 456–477.

Cracolici, Miranda Cuffaro, Maria Francesca & Peter Nijkamp(2006). Efficiency and Productivity of Italian Tourist

Destinations:A Quantitative Estimation Based on Data Envelopment Analysis and the Malmqist method.

Advances in Modern Tourism Research, pp. 325-343.

Drake, L., ＆ Maximilian, J. B. H. (2003). Efficiency in Japanese banking：An empirical analysis. Journal of

Banking and Finance, 27, pp. 891-917.

E. Nur, O. G., ＆ Arzu, T. (2006). Efficiency analysis of the Turkish banking sector in precrisis and crisis period：

A DEA approach. Contemporary Economic Policy, 24(3), pp. 418-431.

Fadzlan, S. (2007). The efficiency of Islamic banking industry in Malaysia Foreign vs. domestic banks.

Humanomics, 23(3), pp. 174-192.

Ferrier, G. D., ＆ C. A. K. Lovell. (1990). Measuring cost efficiency in banking econometric and linear

programming evidence. Journal of Econometrics, 46, pp. 229-245.

Geeta, K., Alfieya, H., ＆ Vignesen, P. (2003). Malaysian post merger banks’ productivity：Application of


－ 34 －

malmquist productivity index. Managerial Finance, 30(4), pp. 063-074.

Göran, B., ＆ Ted, L. (2008). Evaluating the performance of Swedish savings banks according to service

efficiency. European Journal of Operational Research, 185, pp. 1663-1673.

Leigh, D., ＆ Maximilian, J. B. H. (2003). Efficiency in Japanese banking：An empirical analysis. Journal of

Banking ＆ Finanace, 27, pp. 891-917.

Miller, S. M., ＆ A. G. Noulas. (1996). The technical efficiency of large bank production. Journal of Banking ＆

Finanace, 20, pp. 495-509.

Olena, H. (2006). Efficiency of the Polish banking industry：Foreign versus domestic banks. Journal of Banking

＆ Finanace, 30, pp. 1975-1996.

Oral, M., O. Kettani, ＆ R. Yolalan. (1992). An empirical study on analyzing the productivity of bank branches.

IIE Transactions, 24(5), pp. 166-176.

Wai, H. L., Brian, D., ＆ Tim, J. C. (2003). Measuring the technical efficiency of banks in Singapore for the period

1993-1999. ASEAN Economic Bulletin, 20(3), pp. 195-210.

Documents

臺灣國際觀光旅館經營績效之評估與分析 ─以台北地 …...臺灣國際觀光旅館經營績效之評估與分析 以台北地區為例 － 17 － 臺灣國際觀光旅館經營績效之評估與分析

臺灣國際觀光旅館經營績效之評估與分析 ─以台北地 …...臺灣國際觀光旅館經營績效之評估與分析以台北地區為例－ 17 －臺灣國際觀光旅館經營績效之評估與分析